本文へジャンプ

成果報告書詳細
管理番号20190000000454
タイトル平成30年度成果報告書 人工知能技術適用によるスマート社会の実現 空間の移動分野 AI活用による安全性向上を目指したスマートモビリティ技術の開発
公開日2019/6/22
報告書年度2018 - 2018
委託先名国立研究開発法人産業技術総合研究所
プロジェクト番号P18010
部署名ロボット・AI部
和文要約件名:平成30年度成果報告書 人工知能技術適用によるスマート社会の実現/空間の移動分野/AI活用による安全性向上を目指したスマートモビリティ技術の開発
高齢者個人移動支援用のモビリティとして電動車いすがあるが、自動車と同様、操縦ミスによる事故が数多く報告されているものの、現状の電動車いすはユーザによるマニュアル操縦が基本であり、自律的に周囲の環境を検知・判断し、危険を回避するなどの搭乗者をアシストする機能は搭載されていない。歩行者空間を走行するパーソナルモビリティには、自動車に求められる安全技術とは違った、より複雑な静的・動的環境に対応可能な安全技術が求められる。本研究開発では、AIを用いて1)静的危険環境認識技術、2)動的障害物回避技術、3)高精度マーカによるシームレス測位技術を開発し、4)ハンドル形電動車いすの整備を行ったうえで、5)実際の都市空間において実証実験を行うことで実用可能性を検証した。
1)静的危険環境認識技術の開発においては、実空間の3次元計測により、それらをデジタル化したサイバー空間を構築した。サイバー空間から仮想的な3次元データとそれらをレンダリングしたフォトリアリスティックな画像をセットにした大規模学習データベースを生成し、それらを学習させることにより、車椅子が安全に走行できる範囲をカメラ画像だけから判断する学習器を作成した。
2)動的危険環境認識技術の開発においては、現実空間を模擬したサイバー空間において、物理演算や人の歩行するモデルを利用したシミュレータを開発し、サイバー空間内で電動車椅子を走行させることで、人ごみの中においても安全に走行可能な走行経路生成を行った。また、人間が実際に電動車椅子を走行させた際の操作を教師データとした学習を行った。
3)高精度マーカによるシームレス測位技術の開発においては、産総研で開発した超高精度マーカにグローバル座標での位置姿勢情報を登録し、これらをカメラで観測することで、観測者の位置姿勢検出の実証を行った。その結果、カメラ側での条件を満たせば、マーカから10m離れた状態で、位置精度10cm以下、姿勢精度1度以下での測位が可能となった。
4)ハンドル形電動車いすの改造を行い、歩行者として扱われる形態での運用が可能となった。この機体に1)2)において開発したプログラムを搭載し、実証に利用した。
5)都市空間での実証実験では、柏の葉キャンパス駅周辺の3次元計測を通して、大規模なサイバー空間を構築した。また、実施計画書で目標にした規模のデータ収集、走行を実施した。1)2)において学習した学習器を実空間でテストを行い、シミュレーション結果と比べ8割の精度となり、実用化に向けた課題の洗い出しを行うことができた。
英文要約Title: Development of smart mobility technology aimed at improving safety by using AI (FY2018) Final Report
There are many electric wheelchairs as mobility for supporting the mobility of the elderly. On the other hand, there are many reports of accidents due to steering errors by the drivers. Current electric wheelchairs are driven by the user manually without any functions to assist the drivers in detecting the environment and avoiding danger and judging the operations. Personal mobility that travels in a pedestrian space requires safety technology that can cope with more complex static and dynamic environments, unlike the safety technology required for automobiles. In this project, we developed 1) static hazard environment recognition technology using AI, 2) dynamic obstacle avoidance technology, 3) seamless positioning technology using high precision markers, and 4) development of the steering wheel type electric wheelchair In addition, 5) the feasibility test was verified in an actual urban space.
1) In the development of static hazard environment recognition technology, we constructed cyberspace that digitized the real physical space them by three-dimensional measurement. By creating large-scale learning database consisting of virtual three-dimensional data and photorealistic images rendered in cyberspace, we developed some technologies that allowed the safe driving areas detection only by camera images.
2) In the development of dynamic danger environment recognition technology, , we developed a simulator in the cyber space that simulates the real space using physical operation and walking model. We also developed travel routes generator that allowed safe travel in crowds.
3) In the development of seamless positioning technology using high accuracy markers, position and orientation information of the observer is detected by registering position and orientation information in global coordinates in the high accuracy markers. The demonstration showed, if the conditions on the camera side are satisfied, positioning with a position accuracy of 10 cm or less and an attitude accuracy of 1 degree or less becomes possible in a state 10 m away from the marker.
4) The steering wheel type electric wheelchair treated as a pedestrian in the official Road Traffic Law was developed. The programs developed in 1) 2) were installed in this wheelchair and used for the demonstration.
5) In the demonstrational experiment in the urban space, a large-scale cyber space was constructed through three-dimensional measurement around the Kashiwa-no-Ha Campus station in TX. We conducted data collection and travel of the scale targeted in this project. The learning algorithms developed in 1) and 2) were tested in real space, and the accuracy was around 80% compared to the simulation results, and future issues for practical use were identified.
ダウンロード成果報告書データベース(ユーザ登録必須)から、ダウンロードしてください。

▲トップに戻る